给 AI 一个研究问题，让它查文献、写论文，再根据审稿意见修改，最后能得到什么？
这次，我在 Codex 里，用 GPT-6 测试了 ARS（Academic-Research-Skills）。这套 Skill 包含文献研究、论文写作、模拟评审和修订等功能。
我按阶段下达任务，中间还调整了一次论文主线。
下面就从最后拿到的成果说起。
01｜最后留下了哪些材料？
这次的选题是：
生成式 AI 编程助手，是否提高了初级开发者的生产力，却损害了他们的长期编程能力？
围绕这个问题，测试最后留下了四组材料：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
这些文件之间有明确的对应关系。论文沿用前面的研究材料，修订依据首轮评审意见，复审再检查修改是否落实。
02｜研究报告：先把选题摸一遍底
第一阶段交给 deep-research。它整理了 15 项研究和 1 项相关更新，形成一份完整的研究报告。
报告从问题和概念定义开始，交代检索方法，再整理主要证据、研究分歧、现有结论和研究缺口。
各项研究的人群、方法、测量指标和局限，也放在了证据表中。
读完这份报告，能对选题有一个整体认识：哪些问题已有研究，哪些结果不一致，还有哪些地方值得继续查。
它对这个主题的总体判断是：
有 AI 帮助时表现更好，不等于整体生产力提高，也不等于独立能力提高。至于长期能力是否受损，本次找到的证据还不够。
这份报告可以作为后续选题讨论的底稿。要确定研究方向，至少先知道已有工作到了哪里，不能只凭一个听起来有意思的想法往下写。
03｜论文写作：从研究材料到完整稿件
有了研究报告，接下来才进入 academic-paper，先规划，再写全文。
期间，我调整了一次重点：从“AI 是否提速”，转向“使用者有没有参与理解、判断和修改”。
它据此重排了论点、证据和章节，同时保留了一个前提：这条主线可以讨论，但相关机制还没有得到充分验证。
最终形成的综述稿有摘要、主体章节、分析表格和参考文献。正文讨论了概念框架、生产力、能力形成、不同解释、研究局限和未来方向。
到这里，已经有一份完整稿件可供讨论。
后续修改可以落到具体章节：结构是否合适，文献是否遗漏，论点有没有足够的依据。这些问题，比对着一个提纲讨论要具体得多。
04｜审稿与修订：稿件改进了，但还没有通过
初稿完成后，继续调用 academic-paper-reviewer，从编辑、方法、领域、跨学科和反方挑战五个角度检查文章。
首轮提出 1 项主要问题、7 项次要问题，建议大修。随后，它生成修改路线，逐条回应意见，完成修订稿，再进入复审。
复审结果是：
7 项次要问题已解决，主要问题只解决了一部分，仍然建议大修。
没有解决的核心问题是：这篇文章与已有研究综合相比，到底增加了什么？
最后归档的，仍是一份经过评审和修订、但需要继续补充的稿件。
这里的五席是 AI 模拟角色，并非五位真实专家，也不能替代外部同行评审。
05｜最终论文全文展示
前面介绍了从研究到修订的过程，下面把这次生成的最终论文完整放出来。
《效率增益还是能力外包？生成式 AI 编程助手对初级开发者生产力与能力形成的影响》
从摘要、正文到研究声明和参考文献，均保留原文，按顺序排成 11 页。大家可以直接看看，这次测试最后写成了什么样。
06｜这次测试，能说明什么？
把整个过程看下来，GPT-6 配合 ARS，已经能承担从文献研究到论文修订的一系列工作。研究报告、论文稿件和修改记录都留了下来，研究者可以接着核对、补充和讨论。
对我来说，它的用处已经比较清楚：资料整理、起草和逐条改稿，有了可以交给 AI 承担的部分。接下来要做的，是补足关键证据、完成必要比较，把研究贡献说明白。
ARS（Academic-Research-Skills）使用手册已经写好，含提示词，后台回复【B842】，免费领取资料。
B685：创新点设计与可证伪性检验Skill安装包：paper-novelty-design
B754：drawio绘图软件、skill、插件安装包和使用
B795：可编辑 PPT 生成系统安装包和使用手册
B814：ChatGPT 5.6 安装包、使用教程视频
科研小白需安装的 11 个 SKills
往期文章推荐：
GPT-6 + Zotero + Skill ，全自动完成搜索文献和分类管理
GPT-6 + Zotero + Skill，全自动生成文献综述和文章精读报告